数据增长率怎么算_2019 年“泰迪杯”数据分析职业技能大赛A题 超市销售数据分析...

一、分析背景

近年来，随着新零售业的快速发展，消费者购买商品时有了更多的对比和选择，导致超市行业的竞争日益激烈，利润空间不断压缩。超市的经营管理产生了大量数据，对这些数据进行分析，可以提升超市的竞争力，为超市的运营及经营策略调整提供重要依据。

本文数据来自2019 年“泰迪杯”数据分析职业技能大赛，数据集下载链接如下：

2019A8669.zip - 蓝奏云

二、分析目标

• 对销售数据进行统计分析，并作可视化展示。
• 分析顾客的消费行为。
• 研究促销对销售的影响。

三、分析思路

将数据清洗之后可视化，然后根据可视化的图表找出业务问题并提出解决方案。

本文是将2019 年“泰迪杯”数据分析职业技能大赛的题目用Excle实现一遍，并形成数据分析报告。

四、数据清洗

清洗之前，首先将下载的csv数据复制一份到新的xls文件中，并将该sheet命名为源数据，这份源数据后面就不做改动了。接着将原csv文件关闭，把源数据sheet再复制一份到sheet2中，并将sheet2命名为清洗数据，本次数据分析中的所有数据清洗步骤都将在清洗数据sheet中完成。

4.1选择子集

将sheet2分析中暂用不到的数据进行隐藏，这里我选择了三类编码、销售月份、商品编码以及单位这6列数据。因为有了销售日期，所以销售月份可不用，三类编码和其他两项本次分析暂用不到。

4.2列名重命名

源数据命名都是中文很好理解，所以不用重命名

4.3删除重复值

由于是超市的销售数据，重复数据说明是用户多次购买，所以不能删除重复值，跳过这一步骤。

4.4缺失值处理

首先使用Ctrl+A全选数据然后使用Excle中的快捷键Ctrl+G来定位缺失值，由于本数据集数据较多，缺失值较少，只有个别缺失值，所以将缺失值所在行删除，对数据分析结果没有影响。

4.5一致化处理

清洗数据sheet中的销售日期不是日期格式，所以要使用Excle中的分列功能将销售日期设置为YMD日期格式。

4.6异常值处理

①日期异常

这里异常值比较难找，选中刚刚处理好的销售日期列，筛选之后发现还有两行日期显示为20150229的数据，这里我设置了很久，怎么都变不成规范的日期格式，后来恍然大悟，2015年的2月没有29日，于是这里算是异常值，所以手动将20150229改为